<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>周文斌 Tamio Tsiu</title><description>長訪談、演說與影片的閱讀筆記。主題是 AI、創業與投資。</description><link>https://tamiotsiu.com/</link><language>zh-TW</language><item><title>Netflix 在 AI 時代要的是系統思考者：產品與技術長 Elizabeth Stone 的看法</title><link>https://tamiotsiu.com/notes/elizabeth-stone-netflix-systems-thinkers/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/elizabeth-stone-netflix-systems-thinkers/</guid><description>當產品經理能寫程式、設計師能寫需求文件、工程師能做產品決策，每個人的工作到底是什麼，公司又該多找哪種人？Netflix 產品與技術長 Elizabeth Stone 的回答是：職能之間的界線確實在流動，但各專業的功力沒有過時，好的工程、資料科學和創意仍然稀缺。真正變多的需求是「系統思考者」，也就是能橫跨各業務領域、抽象出共用基礎建設和設計系統的人；過去那種只守著很窄一塊的深度專才，則比五到十年前…</description><pubDate>Sat, 21 Nov 2026 00:00:00 GMT</pubDate></item><item><title>每家公司都要像實驗室團隊那樣運作：Google Labs 負責人 Josh Woodward 的做法</title><link>https://tamiotsiu.com/notes/josh-woodward-google-labs/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/josh-woodward-google-labs/</guid><description>底層模型變化這麼快，一家公司怎麼比對手和新創更早發現「現在做得到什麼」？Google Labs 負責人 Josh Woodward 同意每家公司都需要一組專門待在技術前緣的人，但他強調難處在細節：這組人要有獨立的空間、要清楚自己是為使用者和母公司服務而不是為自己，還要有人能把「現在看起來像玩具」的東西接回公司主業。大公司設的實驗室多半三到四年就無聲無息，通常就敗在最後這一步。</description><pubDate>Sat, 21 Nov 2026 00:00:00 GMT</pubDate></item><item><title>Sam Altman 談現在怎麼創業：相信指數曲線，為兩年後才做得到的事提前動手</title><link>https://tamiotsiu.com/notes/sam-altman-how-to-start-a-startup/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/sam-altman-how-to-start-a-startup/</guid><description>十年前在 Stanford 講過「如何創業」的 Sam Altman，認為今天創業最大的不同是什麼？他的答案是 AI 讓小團隊能做的事和速度完全變了，而創辦人最該想通的一件事，是模型進步的指數曲線會持續，所以現在就可以開始做「要等更聰明、更便宜的模型才成立」的東西。他同時覺得奇怪：地基變動這麼大，多數新創卻只是把今天的 agent 套到某個企業垂直領域去撿容易的勝利。</description><pubDate>Sat, 21 Nov 2026 00:00:00 GMT</pubDate></item><item><title>ARM 怎麼變成全世界預設的晶片架構：Rene Haas 談軟體相容性、授權模式與 AI</title><link>https://tamiotsiu.com/notes/rene-haas-arm/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/rene-haas-arm/</guid><description>一顆當年只求省電、功能有限的處理器，為什麼後來從手機一路吃到汽車、家電和資料中心？ARM 執行長 Rene Haas 給的答案是：處理器的勝負由跑在上面的軟體決定，不由晶片本身的優劣決定。ARM 先靠低耗電拿下 x86 根本進不去的手機，再靠「只授權設計、不自己賣晶片、不准任何客戶改指令集」讓所有廠商的軟體互通，等到其他架構因為沒人投資而一個個消失，世界上就只剩 x86 和 ARM 兩個選擇。</description><pubDate>Thu, 19 Nov 2026 00:00:00 GMT</pubDate></item><item><title>李飛飛與 MasterClass 執行長談 AI 時代的工作：真正稀缺的是能動性</title><link>https://tamiotsiu.com/notes/fei-fei-li-ai-agency/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/fei-fei-li-ai-agency/</guid><description>很多人因為 AI 而害怕，覺得從大學走到職涯的這條路不再可靠，那到底該怎麼看、該準備什麼？AI 研究者李飛飛（Fei-Fei Li）與 MasterClass 執行長 David Rogier 都說不要躲開 AI，而是拿起工具去用。兩人反覆回到同一個字：agency，本文譯為「能動性」，也就是主動拿起工具、自己決定要做什麼的能力。</description><pubDate>Fri, 30 Oct 2026 00:00:00 GMT</pubDate></item><item><title>戴雨森談 AI 回報、Harness 與下一代公司的樣子</title><link>https://tamiotsiu.com/notes/dai-yusen-ai-returns-harness/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/dai-yusen-ai-returns-harness/</guid><description>2026 年下半年會不會出現 AI 投資回調？這是創投機構真格基金管理合夥人戴雨森前一次受訪留下的判斷，而到了 2026 年 5 月，AI 編程工具的使用與收入快速增加，市場比他原先預期更熱。他沒有把整套觀點撤回，也沒有堅持原來的時間表：消費端的回報疑慮仍在，沒料到的是企業端 AI 編程在幾個月內跨過實用門檻，所以調整的是回報壓力出現的時間。</description><pubDate>Fri, 16 Oct 2026 00:00:00 GMT</pubDate></item><item><title>馬拉比談風投史：把叛逆者、人才與接班人接成一個系統</title><link>https://tamiotsiu.com/notes/mallaby-venture-capital-history/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/mallaby-venture-capital-history/</guid><description>為什麼有頂尖大學、工程師和大型科技公司的地方，不一定會長成另一個矽谷？英國商業作家 Sebastian Mallaby（塞巴斯蒂安・馬拉比）的答案不是「那裡的人比較聰明」，而是有人把資金、承擔失敗的方式、人才流動與組織接班接在了一起。風險投資不只是挑公司，也在改變誰敢離開原有工作、誰願意加入一家可能倒閉的新公司，以及成功之後，這套能力能不能傳給下一代。</description><pubDate>Fri, 16 Oct 2026 00:00:00 GMT</pubDate></item><item><title>謝賽寧談世界模型：研究的根、組織的氧氣，與走進真實世界</title><link>https://tamiotsiu.com/notes/xie-saining-world-models/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/xie-saining-world-models/</guid><description>一個能寫程式、能對話的人工智慧，為什麼還不會像孩子那樣理解身邊的世界？計算機視覺研究者謝賽寧把這個問題連回自己的研究選擇、帶人方式，以及與楊立昆共同創辦AI研究公司AMI Labs的決定。他的回答是：世界模型不只是另一種熱門模型的名稱，而是一個長期目標，要讓系統從感知中學會預測，並據此安排動作。</description><pubDate>Fri, 16 Oct 2026 00:00:00 GMT</pubDate></item><item><title>洪樂潼談AI數學家：從可檢查的證明，到能提出問題的系統</title><link>https://tamiotsiu.com/notes/hong-letong-ai-mathematician/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/hong-letong-ai-mathematician/</guid><description>數學題做得好，和能不能成為一個數學家，是兩個不同的問題。一個系統可能很會套用方法，卻不知道哪個問題值得研究；也可能寫出看似漂亮的推理，實際上偷換了定義。AI數學公司Axiom創辦人兼CEO洪樂潼的做法建立在一個區別上：找出一條證明需要探索，檢查一條已經完整寫好的證明則可以交給規則明確的系統。Axiom把這兩件事接在一起，希望保留AI提出想法的自由，又讓最後交出的結果有一道不靠語氣與文采判斷的檢查…</description><pubDate>Thu, 15 Oct 2026 00:00:00 GMT</pubDate></item><item><title>楊植麟談大模型創業：從雕花走向新組織</title><link>https://tamiotsiu.com/notes/yang-zhilin-llm-startup/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/yang-zhilin-llm-startup/</guid><description>2024年初，月之暗面創辦人楊植麟面對的問題，不只是怎麼把一個模型訓練好。模型研發要持續花錢，公司又必須讓真實用戶願意使用產品；眼前的收入、下一輪融資，以及他想追求的通用人工智慧（AGI），未必有同一套時間表。他在一場訪談裡說明怎麼把這些事情放進同一家公司的運作。他把AGI視為需要研究、工程、產品與商業共同完成的長期目標，回答因此落在三個相連的判斷：研究不能困在小問題的精修裡；技術變了，組織也要…</description><pubDate>Tue, 13 Oct 2026 00:00:00 GMT</pubDate></item><item><title>姚順雨談 Agent：先找值得解的問題，再設計能做事的系統</title><link>https://tamiotsiu.com/notes/yao-shunyu-agents/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/yao-shunyu-agents/</guid><description>AI 模型已經會寫程式、解數學題，為什麼進了一家公司，仍常常比不那麼聰明的新同事更難把工作做好？當時在 OpenAI 任職的研究員姚順雨給的答案不是單純再把模型做大：新同事能在工作中取得文件沒寫下來的資訊，知道老闆怎麼做決定、同事怎麼合作、這個環境裡什麼才算完成，模型缺少的往往正是這些具體背景。他由此把研究選題、工作成效、產品交互與公司競爭連成一條主線：智能不只存在模型裡，還存在模型能接觸什麼環…</description><pubDate>Tue, 13 Oct 2026 00:00:00 GMT</pubDate></item><item><title>稱霸數十年的代價是永遠的恐懼：一位傳奇創投掌門人的第 91 天</title><link>https://tamiotsiu.com/notes/doug-leone-sequoia-fear/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/doug-leone-sequoia-fear/</guid><description>一個人憑什麼能稱霸數十年？播客《Founders》主持人 David Senra 拿這個問題問紅杉資本（Sequoia Capital）合夥人道格・里昂尼（Doug Leone）。Doug 的回答是，自己每一次重塑都出於對「就此消失」的恐懼，而不是願景；這一次還能不能再來一遍，他並不確定。</description><pubDate>Tue, 01 Sep 2026 00:00:00 GMT</pubDate></item><item><title>Uncle Bob 談 AI 代理時代的軟體工藝：不要看程式碼，要建懲罰性的關卡</title><link>https://tamiotsiu.com/notes/uncle-bob-ai-agents-software-craft/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/uncle-bob-ai-agents-software-craft/</guid><description>AI 代理寫程式極快，卻也留下一堆要人收拾的爛程式碼。軟體工藝的老規矩在這種時候還算不算數，人又該站在哪裡把關？《Clean Code》作者 Robert “Uncle Bob” Martin 的答案是把程式碼交給代理，自己以不再逐行看程式碼為目標，改用 CRAP 分數、突變測試與依賴檢查這類確定性工具把代理關住；為人設計的紀律（例如 TDD）可以放寬，測試、模組化與低耦合這些價值不能丟。模組架…</description><pubDate>Sun, 30 Aug 2026 00:00:00 GMT</pubDate></item><item><title>為什麼優秀的模型會失敗？一位機器學習顧問九年的踩坑實錄</title><link>https://tamiotsiu.com/notes/megan-robertson-why-great-models-fail/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/megan-robertson-why-great-models-fail/</guid><description>一個數學上站得住腳、評估指標也漂亮的模型，為什麼沒有被公司採用？講者 Megan Robertson 用自己做壞的一個專案回答這個問題，再往外推到兩類常見的失敗：動工前沒把範疇談清楚，以及上線後世界變了而模型沒跟上。她的答案是：高預測力不足以讓模型上線，利害關係人必須居於範疇界定的核心，而模型只代表單一時間點，上線後仍得持續監控、修復，必要時退役。</description><pubDate>Mon, 17 Aug 2026 00:00:00 GMT</pubDate></item><item><title>《Acquired》可口可樂全史：糖水、戰爭與世界上最偉大的品牌機器</title><link>https://tamiotsiu.com/notes/acquired-coca-cola/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/acquired-coca-cola/</guid><description>一杯賣 5 美分的地方糖水，是怎麼變成一套全球系統的？《Acquired》主持人 Ben Gilbert 與 David Rosenthal 的結論是，核心在規模經濟與品牌力互相強化，而真正別人拿不到的資源是裝瓶商網絡；Ben 的一句話總結是「它是一個系統，不是一家公司」。</description><pubDate>Sun, 26 Jul 2026 00:00:00 GMT</pubDate></item><item><title>Acquired《Google 傳奇》第一部：從 BackRub 到搜尋廣告飛輪</title><link>https://tamiotsiu.com/notes/acquired-google-origins-of-search/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/acquired-google-origins-of-search/</guid><description>外界常以為 Larry Page 和 Sergey Brin 是兩個「誤打誤撞做出偉大公司的學術宅」。Acquired 的兩位主持人 Ben Gilbert 與 David Rosenthal 在這一集要回答的是：Google 的搜尋生意，從 1996 年史丹佛的一個研究專案到 2004 年上市，究竟是怎麼一步步長出來的。對於「誤打誤撞」這個說法，David 開場就斬釘截鐵：absolutely…</description><pubDate>Sun, 26 Jul 2026 00:00:00 GMT</pubDate></item><item><title>從被開除到 8,000 億美元：Jamie Dimon 談 JPMorgan Chase 的 25 年</title><link>https://tamiotsiu.com/notes/jamie-dimon-jpmorgan/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/jamie-dimon-jpmorgan/</guid><description>JPMorgan Chase（摩根大通）怎麼成為市值超過 8,000 億美元的銀行？董事長兼執行長 Jamie Dimon（傑米・戴蒙）在這場對談最後給的答案不是單一祕方，而是一套讓銀行在最糟情境下仍留在場上、並在別人虛弱時有能力出手的系統。</description><pubDate>Sun, 26 Jul 2026 00:00:00 GMT</pubDate></item><item><title>《Acquired》專訪黃仁勳：完美晶片、零億美元市場，與「How hard can it be」的創業者魔法</title><link>https://tamiotsiu.com/notes/jensen-huang-nvidia/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/jensen-huang-nvidia/</guid><description>一家歷經多次瀕死經驗的圖形晶片公司，怎麼變成 AI 熱潮的關鍵算力供應商，這條路又能不能照著複製？NVIDIA 創辦人暨執行長黃仁勳在播客《Acquired》的專訪裡，拒絕把自己的路徑包裝成萬用公式，給的是幾條有邊界的做法：風險能前置時就前置，未來無法精準預測時就靠定位接近機會；建平台是為了看見更多人的好點子，組織則必須服務具體任務。至於出發本身，可能仍需要一點不知道有多難的勇氣。</description><pubDate>Sun, 26 Jul 2026 00:00:00 GMT</pubDate></item><item><title>Steve Ballmer 回看微軟四十年：平台、錯失、接班與長期主義</title><link>https://tamiotsiu.com/notes/steve-ballmer-microsoft/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/steve-ballmer-microsoft/</guid><description>《Acquired》在 2024 年的微軟全史節目裡下過若干「判決」，例如「微軟死抱 Windows 太久」「蓋茲不在乎後端業務」；這一集本質上是微軟前 CEO Steve Ballmer 逐條回應、修正、甚至反駁那些判決。他交出的總帳是：DOS 那筆交易靠的是運氣，企業業務是他自己舉手認領的，而手機與搜尋是他想要卻沒拿到的兩招；對「死抱 Windows 太久」的判決，他的修正是問題不在抱太久，…</description><pubDate>Sun, 26 Jul 2026 00:00:00 GMT</pubDate></item><item><title>Acquired 對談 Tobi Lütke：活在他人的未來，面試沒有人寫的軟體</title><link>https://tamiotsiu.com/notes/tobi-lutke-shopify/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/tobi-lutke-shopify/</guid><description>又一次平台轉移正在發生，一家公司的 CEO 能為公司與客戶做的最大貢獻是什麼？Shopify 創辦人兼 CEO Tobi Lütke 給的答案是：不必很會預測未來，只要先活在其他人的相對未來裡，培養品味，再把判斷帶回來給公司與客戶。</description><pubDate>Sun, 26 Jul 2026 00:00:00 GMT</pubDate></item><item><title>張忠謀親述：TSMC、NVIDIA 與 Apple 背後的豪賭</title><link>https://tamiotsiu.com/notes/morris-chang-tsmc/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/morris-chang-tsmc/</guid><description>台積電（TSMC）創辦人張忠謀親口講了幾個決定的經過：1997 年怎麼接下瀕臨破產的 NVIDIA、2009 年為什麼在 78 歲回任 CEO、怎麼頂著董事會的反對把資本支出拉到約三倍去押 28 奈米，以及 Apple 上門之後那幾次讓他意外的轉折。台積電這種只做製造的公司為什麼會長成今天的樣子？訪問他的兩位主持人給的答案是學習曲線，認為一旦真正理解它，台積電的故事就從出人意料變成勢所必然。</description><pubDate>Tue, 21 Jul 2026 00:00:00 GMT</pubDate></item><item><title>軟體進入 AI 紀元——Andrej Karpathy 演講筆記</title><link>https://tamiotsiu.com/notes/karpathy-software-is-changing-again/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/karpathy-software-is-changing-again/</guid><description>當程式可以直接用英文寫，即將入行的人該學什麼、該做哪一種產品？前 Tesla AI 總監 Andrej Karpathy 的回答是：手寫程式碼、訓練神經網路、用英文提示 LLM，三種寫法都要流利；產品則先做有專屬 GUI、能讓人類快速驗證的部分自主 app，再逐步放大自主程度。</description><pubDate>Thu, 18 Jun 2026 00:00:00 GMT</pubDate></item><item><title>估值的祛魅：當數字遇上故事——達摩達蘭的估值佈道</title><link>https://tamiotsiu.com/notes/damodaran-valuation-four-lessons/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/damodaran-valuation-four-lessons/</guid><description>一家公司到底值多少錢？紐約大學財務學教授 Aswath Damodaran（阿斯沃斯・達摩達蘭）認為金融業把估值刻意搞複雜了：公司的價值就是預期現金流按風險折現回今天的現值，而市面上多數所謂的「估值」其實只是定價。</description><pubDate>Mon, 15 Jun 2026 00:00:00 GMT</pubDate></item><item><title>一位價值投資者的自我教育：Guy Spier 在 Google 的告白</title><link>https://tamiotsiu.com/notes/guy-spier-education-of-a-value-investor/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/guy-spier-education-of-a-value-investor/</guid><description>價值投資人 Guy Spier 在 Google 對一屋子工程師演講，表面談投資，核心卻是他如何從追逐外在認可，走到承認自己的貪婪、非理性與限制。他提出的不是一套精密最佳化公式，而是透過模仿、環境設計、簡單規則與長期累積，把人生與投資的「球場」一點點往有利方向傾斜。</description><pubDate>Mon, 15 Jun 2026 00:00:00 GMT</pubDate></item><item><title>與喬爾・葛林布雷對談：從特殊情境到可複製的投資與人生方法</title><link>https://tamiotsiu.com/notes/joel-greenblatt-investment-success/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/joel-greenblatt-investment-success/</guid><description>價值投資人喬爾・葛林布雷（Joel Greenblatt）的投資方法是怎麼一步步變成一般人也能照做的？整場對談可視為三個「捕鼠器」（three great mousetraps）的演化：先在特殊情境中找到下檔有限的不公平賭注，再學會為優質企業付合理的較高價格，最後把「便宜＋優質」蒸餾成一般人也能執行的公式。這套破解密碼的習慣，後來也被葛林布雷用在教育與人生。</description><pubDate>Mon, 15 Jun 2026 00:00:00 GMT</pubDate></item><item><title>大型語言模型的深度導覽——從 ChatGPT 的輸入框，一路拆到神經網路的內臟</title><link>https://tamiotsiu.com/notes/karpathy-deep-dive-into-llms/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/karpathy-deep-dive-into-llms/</guid><description>當你在 chat.com（會直接導向 ChatGPT 的網址）輸入文字並按下 Enter，究竟是在跟「什麼」說話，回傳的字又從哪裡來？深度學習教育者 Andrej Karpathy 的答案是：對面是一個把網際網路有損壓進參數、逐一預測下一個 token 的神經網路，經人類撰寫的對話微調後，助理的回應像是「OpenAI 資料標註員的神經網路模擬」，只有再經強化學習的思考模型才開始超出模仿；它的能力…</description><pubDate>Mon, 15 Jun 2026 00:00:00 GMT</pubDate></item><item><title>查理·蒙格的最後對談：機智與智慧的回望</title><link>https://tamiotsiu.com/notes/charlie-munger-final-interview/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/charlie-munger-final-interview/</guid><description>九十九歲的波克夏副主席查理·蒙格（Charlie Munger，1924–2023）回望一生時，怎麼解釋自己與波克夏的成就，又怎麼面對避不開的苦難？他的答案很樸素：認清自己頭腦的上限與下限，把手上的牌打到最好，只在看得懂的地方等一生三、四次的真正機會，來了就別只拿一小份。其餘靠比多數人少瘋一點、少蠢一點，不讓任何一個壞日子致命，再加上活得夠久；遇到改變不了的苦難，可以哭，但不能放棄。</description><pubDate>Sun, 14 Jun 2026 00:00:00 GMT</pubDate></item><item><title>三萬天、信任與誠信資本主義</title><link>https://tamiotsiu.com/notes/chris-davis-buffett-munger-lessons/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/chris-davis-buffett-munger-lessons/</guid><description>在巴菲特與蒙格身邊這些年，三代價值投資人 Chris Davis 對怎麼安排一生、怎麼待人、怎麼守住一家公司的文化，學到了什麼？他的回答是：把人生當成三個一萬天來安排，把信任看成商業上巨大的效率來源，並且把人生與公司設計成弱點傷不到自己的樣子；波克夏在他眼中，就是這套價值觀變成制度的範本。</description><pubDate>Sun, 14 Jun 2026 00:00:00 GMT</pubDate></item><item><title>如何找到一個好的創業點子——Jared Friedman 的 YC 創業課</title><link>https://tamiotsiu.com/notes/jared-friedman-startup-ideas/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/jared-friedman-startup-ideas/</guid><description>還在找創業點子，或手上有點子卻不確定好壞的早期創業者，該從哪裡下手？Y Combinator（YC）合夥人 Jared Friedman 的回答是：沒有人能確定哪個點子會成功，但可以從先天勝率較高的起點出發；十項評估標準裡他最看重團隊與點子是否契合，而通常唯一能確定好壞的方法，是把它上線讓市場回答。</description><pubDate>Sun, 14 Jun 2026 00:00:00 GMT</pubDate></item><item><title>陶哲軒 × Dwarkesh Patel：當點子近乎免費，科學的瓶頸轉向哪裡？</title><link>https://tamiotsiu.com/notes/terence-tao-ai-and-science/</link><guid isPermaLink="true">https://tamiotsiu.com/notes/terence-tao-ai-and-science/</guid><description>當 AI 讓提出點子幾乎不花成本，科學的瓶頸會轉到哪裡？數學家陶哲軒的回答是：點子生成早已不是瓶頸，真正不知如何規模化的是驗證、評估，以及判斷哪些東西真會推動學科；AI 擅長廣度、人擅長深度，兩者的混合會長期主宰數學。</description><pubDate>Sat, 13 Jun 2026 00:00:00 GMT</pubDate></item></channel></rss>